- ในยุค AI เกณฑ์ที่แบ่งแยกผู้คนไม่ใช่สติปัญญา แต่คือ ความสัมพันธ์กับความพยายามทางจิตใจ และยิ่งสติปัญญากลายเป็นสิ่งที่มีอยู่ทั่วไป เจตจำนง (volition) ที่จะคิดและเติบโตด้วยตนเองก็ยิ่งมีค่ามากขึ้น
- คนที่มีความต้องการใช้ความคิดต่ำมีแนวโน้มจะใช้ AI เพื่อเพิ่มผลิตภาพแต่สูญเสียความสามารถในการคิด กลุ่มระดับกลางมีแนวโน้มจะยอมแพ้ต่อแรงล่อใจของประสิทธิภาพ ส่วนกลุ่มระดับสูงจะใช้ AI เป็นเครื่องมือขยายศักยภาพทางจิตใจ
- ผู้ใช้ AI มีการใช้อีเมล/เมสเซนเจอร์มากกว่า 2 เท่า และใช้ซอฟต์แวร์งานเพิ่มขึ้น 94% ขณะที่เวลาทำงานแบบจดจ่อหายไป 9% อีกทั้งการทดลองหลายชิ้นยังพบการลดลงของการเชื่อมต่อในสมอง/ความพยายามทางปัญญา/แรงจูงใจภายใน
- วิธีรักษาความสามารถในการคิดอาจรวมถึง ขอคำใบ้แทนคำตอบ, เขียนความคิดของตนเองก่อน, สลับงานที่ใช้ AI กับงานที่ไม่ใช้ AI และออกแบบแชตบอตให้เหมือนติวเตอร์
- อาจเกิด การแบ่งขั้วทางปัญญา ระหว่างกลุ่มที่คิดมากขึ้นผ่าน AI กับกลุ่มที่คิดน้อยลง และโรงเรียนกับองค์กรควรปลูกฝังอิสระในการตัดสินใจ/ความรู้สึกว่าตนมีความสามารถ/ความสัมพันธ์/เจตจำนงที่จะทนต่อความยากลำบาก มากกว่าการถ่ายทอดความรู้
เวลาที่ AI ช่วยประหยัดถูกเติมด้วยงานที่มากขึ้น
- จากการวิเคราะห์คนทำงานมากกว่า 10,000 คนของ ActivTrak ปริมาณงานของผู้ที่นำ AI มาใช้ไม่ได้ลดลง แต่กลับแน่นขึ้น
- เวลาที่ใช้กับแอปอีเมล/ส่งข้อความ/แชตเพิ่มขึ้นมากกว่า 2 เท่า
- การใช้ซอฟต์แวร์สำหรับงานเพิ่มขึ้น 94%
- เวลาทำงานแบบมีสมาธิโดยไม่ถูกรบกวนลดลง 9%
- งานวิจัยของ UC Berkeley Haas School of Business พบว่าเมื่อการเขียนโค้ด/วิศวกรรมง่ายขึ้น ผู้คนเริ่มทำงานที่ก่อนหน้านี้เคยจ้างภายนอกด้วยตนเอง
- แทรกงานสั้น ๆ เข้าไปในช่วงเย็น/วันหยุดสุดสัปดาห์/เวลารอ
- งานแบบมัลติทาสก์เพิ่มขึ้น โดยคอยกำกับบอตหลายตัวให้ทำงานต่างกันพร้อมกัน
- เวลาที่ AI ช่วยประหยัดถูกนำไปใช้กับงานใหม่มากกว่าการพักผ่อน และทั้งตนเองกับหัวหน้าก็คาดหวังปริมาณผลลัพธ์ต่อวันที่สูงขึ้นด้วย
- เกิดภาวะที่ทำงานได้มากขึ้นทุกชั่วโมง แต่ก็ฟุ้งซ่านและเหนื่อยล้ามากขึ้น จนถึงขั้นมีชื่อเรียกว่า AI brain fry
- เช่นเดียวกับเครื่องบิน/รถไฟ/รถยนต์ที่ลดเวลาเดินทางแต่เพิ่มจำนวนครั้งในการเดินทาง เทคโนโลยีประหยัดแรงงานมีแนวโน้มทำให้ทำกิจกรรมได้มากขึ้น มากกว่าทำให้ชีวิตว่างขึ้น
ยิ่งสติปัญญามีอยู่ทั่วไป เจตจำนงยิ่งมีค่า
- หลักการของยุค AI คือ “เมื่อสติปัญญามีมากมาย เจตจำนงจะมีค่า”
- คนที่สร้างความแตกต่างไม่ใช่คนที่ใช้ AI แบบเฉื่อยชาเพื่อทำงานน้อยลง แต่คือคนที่ต่อสู้กับ AI เพื่อพัฒนาศักยภาพของตนเองและทำสิ่งต่าง ๆ ให้ได้มากขึ้น
- ความต้องการใช้ความคิด (need for cognition) ในจิตวิทยาหมายถึงระดับที่คนเพลิดเพลินกับการคิดยาก ๆ ในตัวมันเอง
- คนที่มีระดับสูงจะชอบเกมยาก ๆ/หนังสือเนื้อหาเข้มข้น/ปัญหาซับซ้อน
- คนที่มีระดับต่ำจะรู้สึกไม่ชอบการคิดที่หนักหน่วงและมองหาโอกาสหลีกเลี่ยง ใกล้เคียงกับคนประหยัดความคิด (cognitive miser)
- คนระดับกลางจะทุ่มเทกับปัญหาที่ตนเห็นว่าสำคัญ แต่ไม่ได้ชอบการคิดในตัวมันเอง
- ความต้องการใช้ความคิดมีความสัมพันธ์กับสติปัญญา แต่ไม่ใช่คุณลักษณะเดียวกัน และแม้คนฉลาดมากก็อาจเกลียดความพยายามทางจิตใจได้
ผู้โดยสารที่มีผลิตภาพ: กลุ่มที่ได้ผลงานแต่สูญเสียความสามารถ
- ผู้โดยสารที่มีผลิตภาพ (Productive Passengers) ซึ่งมีความต้องการใช้ความคิดต่ำ จะมีผลิตภาพสูงขึ้นเพราะ AI ทำให้งานง่ายขึ้น แต่ด้วยเหตุผลเดียวกัน ศักยภาพทางจิตใจก็อาจอ่อนแอลง
- มนุษย์เรียนรู้ได้ดีที่สุดใน โซนความยากที่เหมาะสมที่สุด ซึ่งไม่ยากจนท่วมท้น และไม่ง่ายจนแทบไม่ต้องใช้ความพยายาม
- AI ผลักคนที่ชอบใช้ความพยายามน้อยออกจากโซนนี้ และจัดการแม้แต่ส่วนที่ควรต้องคิดเองแทนให้
- งานวิจัยของ MIT Media Lab ที่นำโดย Nataliya Kosmyna พบว่าเมื่อทำภารกิจคล้ายกัน การเชื่อมต่อในสมองของผู้ใช้ ChatGPT วัดได้ต่ำกว่าผู้ไม่ใช้สูงสุด 55%
- การวัดของ Vivienne Ming ผู้ร่วมก่อตั้ง Possibility Sciences พบว่ากิจกรรมคลื่นแกมมา ซึ่งเป็นตัวชี้วัดความพยายามทางปัญญา ลดลงราว 40% ระหว่างใช้ AI
- งานวิจัยของ Michael Gerlich จาก SBS Swiss Business School พบความสัมพันธ์เชิงลบอย่างมีนัยสำคัญระหว่างการใช้เครื่องมือ AI บ่อยครั้งกับความสามารถในการคิดเชิงวิพากษ์
- ในช่วงแรก AI เพิ่มผลิตภาพ แต่หากพึ่งพาต่อเนื่อง อาจนำไปสู่ผลลัพธ์ที่ทำให้ความรู้และความสามารถภายในกลวงลง
- ในงานวิจัยของ Carnegie Mellon University ที่นำโดย Grace Liu ผู้เข้าร่วมที่ได้รับความช่วยเหลือจาก AI ประมาณ 10 นาทีแล้วเสียสิทธิ์เข้าถึง ทำผลงานได้ต่ำกว่าและยอมแพ้บ่อยกว่าคนที่ไม่ได้ใช้ AI ตั้งแต่แรก
- แพทย์ส่องกล้องที่เริ่มใช้ AI มีอัตราการพบรอยโรคในลำไส้ระยะก่อนมะเร็งลดลงจากเดิม 28.4% เหลือ 22.4% เมื่อตรวจโดยไม่มี AI
- เช่นเดียวกับที่ GPS ทำให้ความสามารถในการอ่านแผนที่และหาทางอ่อนแอลง AI อาจทำให้ความสามารถในการคิดที่กว้างกว่านั้นอ่อนแอลงได้มาก ขึ้นอยู่กับขอบเขตที่เรายอมให้มันทำ
นักเพิ่มประสิทธิภาพอย่างไม่เต็มใจ: กลุ่มที่รู้ความเสี่ยงแต่ก็พึ่งพา
- นักเพิ่มประสิทธิภาพอย่างไม่เต็มใจ (Reluctant Optimizers) ที่มีความต้องการใช้ความคิดระดับกลาง รับรู้ความเสี่ยงว่า AI อาจทำให้ตนกลวงลงและพยายามต่อต้าน แต่ในชีวิตประจำวันที่วุ่นวายและเครียด ก็ค่อย ๆ พึ่งพาบอตมากขึ้น
- ในการทดลองของ MIT Media Lab ผู้เข้าร่วมที่ให้ ChatGPT ช่วยเขียนงานต่อเนื่อง พึ่งพา AI มากขึ้นเมื่อทำงานซ้ำหลายครั้ง และท้ายที่สุดส่วนใหญ่กลายเป็นการคัดลอก/วาง
- สิ่งนี้ไม่ใช่แค่เพราะความเหนื่อยสะสม แต่เพราะเทคโนโลยีเปลี่ยนกรอบความคิดของผู้ใช้
- การศึกษาแบบดั้งเดิมให้ความสำคัญกับ การบ่มเพาะ (cultivation) คือการอดทนกับภารกิจยากเพื่อกลายเป็นนักคิดที่ดีขึ้นและเป็นคนที่มีความรู้มากขึ้น
- เทคโนโลยีสมัยใหม่ให้ความสำคัญกับ การเพิ่มประสิทธิภาพ (optimization) คือการใช้เครื่องจักรกำจัดแรงเสียดทานและทำให้ผลลัพธ์มีประสิทธิภาพสูงสุด
- Amit Singhal อดีตหัวหน้าฝ่าย Google Search กล่าวในปี 2013 ว่าเขามุ่งลดแรงเสียดทานทั้งหมดที่อยู่ระหว่างความคิดของผู้ใช้กับข้อมูลที่ผู้ใช้ต้องการ
- กรอบคิดแบบบ่มเพาะมองหาแรงเสียดทาน แต่กรอบคิดแบบเพิ่มประสิทธิภาพต้องการชีวิตที่ไร้แรงเสียดทาน
- เป้าหมายของการเพิ่มประสิทธิภาพใกล้เคียงกับการทำให้ปริมาณผลผลิตสูงสุด มากกว่าความยอดเยี่ยม
- ในแบบสำรวจของ GoTo คนทำงาน 43% ตอบว่าเคยส่งผลงานที่ AI สร้างขึ้น แม้จะสงสัยว่ามีข้อผิดพลาดหรือคุณภาพต่ำ
กระบวนการที่ความอยากรู้/แรงจูงใจ/วิจารณญาณอ่อนแอลง
- งานวิจัยของ Laura Schulz พบว่าเมื่อครูสอนวิธีใช้สิ่งของโดยตรง เด็กจะถูกจำกัดความอยากรู้อยากเห็นในการสำรวจสิ่งของนั้น
- หากไม่บอกวิธีใช้ เด็กจะสำรวจได้หลากหลายวิธีมากกว่า
- AI อาจทำงานเหมือนครูที่ให้คำตอบและวิธีการอย่างต่อเนื่อง
- งานวิจัยที่นำโดย Suqing Wu จาก Zhejiang University และ Yukun Liu จาก ShanghaiTech พบว่าหลังใช้ AI เมื่อต้องทำภารกิจอื่นโดยไม่มี AI แรงจูงใจภายในลดลงเฉลี่ย 11% และความเบื่อเพิ่มขึ้น 20%
- ภารกิจแรกที่ทำร่วมกับ AI รู้สึกสนุกกว่า ทำให้งานทั่วไปดูน่าเบื่อโดยเปรียบเทียบ
- คนที่ยังสร้างโลกทัศน์และฐานความรู้ของตนเองไม่ได้ ยากที่จะเป็นคู่สนทนาที่ท้าทาย AI ซึ่งไม่สมบูรณ์
- ในสภาวะเช่นนี้จะเกิด การยอมจำนนทางปัญญา (cognitive surrender) คือทำตามข้อผิดพลาดหรือข้อเสนอของบอตโดยไม่ตรวจสอบ
- เมื่อนักวิจัยจาก Wharton School ตั้งค่าให้ AI ตอบผิดเป็นบางครั้ง ผู้เข้าร่วมยอมรับข้อผิดพลาด 80% ว่าเป็นความจริง
วัฒนธรรมที่สูญเสียกระบวนการก่อรูปคน มากกว่าผลลัพธ์
- Chris Sibben ผู้อำนวยการโรงเรียน Rivendell ใน Northern Virginia ฉายภาพยนตร์ที่ศิลปินมากกว่า 200 คนใช้เวลาสร้างนานกว่า 5 ปีให้นักเรียนดู
- นักเรียนคนหนึ่งไม่เข้าใจว่าทำไมต้องใช้เวลานานขนาดนั้น ทั้งที่ AI น่าจะทำได้ใน 5 นาที
- Sibben เรียกสิ่งนี้ว่า การทำให้ความแยกห่างกลายเป็นอุตสาหกรรม (industrialization of detachment)
- ปฏิกิริยา “ถ้าเป็น AI ก็ 5 นาทีพอ” ไม่ใช่แค่เรื่องความเร็ว แต่คือการเปลี่ยนเกณฑ์คุณค่า
- ให้ความสำคัญกับผลลัพธ์มากกว่าความยากลำบาก
- ให้ความสำคัญกับภาพมากกว่าความสามารถในการมองเห็น
- ให้ความสำคัญกับผลงานสำเร็จรูปมากกว่ากระบวนการเติบโตเป็นคนที่สามารถสร้างบางสิ่งได้
- AI มอบความคล่องแคล่วโดยไม่ต้องผ่านการฝึกงาน และมอบความลื่นไหลโดยไม่มีความเข้าใจ
- นักเรียนที่ซึมซับรูปแบบนี้อาจไม่ได้แค่ขี้เกียจขึ้น แต่กลายเป็นคนที่ถูกก่อรูปน้อยลง อยู่กับปัจจุบันน้อยลง และทนต่อความยากลำบากได้ยากหากไม่มีพรอมป์
นักมาราธอนทางจิตใจ: เลือกขยายศักยภาพมากกว่าความสะดวก
- นักมาราธอนทางจิตใจ (Mental Marathoners) ที่มีความต้องการใช้ความคิดสูง เลือกความพยายามทางจิตใจเพื่อขยายความสามารถของตนเอง แม้ไม่มีความจำเป็นเชิงปฏิบัติ เหมือนคนที่ยังวิ่ง 42.195 กม. แม้มีรถยนต์
- พวกเขารักษาความเชื่อมั่นว่าในที่สุดจะหาคำตอบด้วยตนเองได้ แม้อยู่ในสถานการณ์ที่ยังไม่เห็นวิธีแก้ เส้นตายและความกังวลกำลังใกล้เข้ามา
- พวกเขาเพลิดเพลินกับกระบวนการสำรวจและระดมความคิดต่อไปจนคำตอบปรากฏ และเส้นโค้งการเรียนรู้พุ่งขึ้นอย่างรวดเร็ว
- ทีมวิจัยที่นำโดย John Cacioppo จาก University of Chicago ทบทวนงานวิจัยมากกว่า 100 ชิ้นเกี่ยวกับความต้องการใช้ความคิดระดับสูง
- มีความคิดที่เกี่ยวข้องกับภารกิจจำนวนมาก
- เข้าร่วมบทสนทนาที่กระตุ้นความคิด
- มีความต้องการสูงต่อข้อสรุปและการควบคุม
- หลังได้ข้อสรุปแล้ว อาจเปลี่ยนจุดยืนได้ยากแม้หลักฐานคัดค้านจะเพิ่มขึ้น
- คนกลุ่มนี้มีแนวโน้มจะต้านทาน AI entropy ที่ทำให้ความคิดแบนราบอย่างแข็งขัน และแสวงหาผลลัพธ์ที่มีเอกลักษณ์
- ยิ่งงานเขียน/เพลง/ภาพยนตร์คุ้นตาเหมือนเป็นการสังเคราะห์จากงานสร้างสรรค์เดิม ๆ พวกเขาก็ยิ่งพยายามสร้างงานที่สะท้อนประสบการณ์และบุคลิกเฉพาะของตน และใช้ AI เพื่อเสริมอำนาจการนำของตนเอง
หกวิธีใช้ AI เป็นเครื่องมือฝึกจิตใจ
- ขอคำใบ้แทนคำตอบ
- หากขอคำตอบที่ถูกต้องจาก AI โดยตรง แรงจูงใจและความสามารถอาจลดลงมาก
- หากขอความรู้พื้นฐาน/เบาะแสในการคิด/คำอธิบายแนวคิด จะไม่พบการลดลงในระดับเดียวกัน
- เริ่มจากหน้ากระดาษเปล่า
- ก่อนเปิดบอต ให้เขียนการวิเคราะห์และข้อสรุปของตนเองก่อน
- ให้ AI ค้นหาจุดอ่อนและข้อโต้แย้งของความคิดที่มีอยู่แล้ว ไม่ใช่สร้างความคิดแทน
- สลับทำงานที่ใช้ AI กับงานที่ไม่ใช้ AI
- หลังงานที่ใช้ AI ต้องจัดวางงานที่ทำโดยไม่มี AI เสมอ
- ใช้กล้ามเนื้อทางจิตใจที่รับผิดชอบความพยายามเชิงสร้างสรรค์ต่อไป
- ออกแบบแชตบอตใหม่ให้เหมือนติวเตอร์
- แชตบอตทั่วไปอาจทำให้การเรียนรู้อ่อนแอลงขณะตอบคำถาม
- ติวเตอร์ AI สามารถชี้นำเส้นทางการเรียนรู้ที่มีโครงสร้าง และช่วยยกระดับการเรียนรู้กับแรงจูงใจได้
- ต้องเปลี่ยนบทบาทของบอตจากสารานุกรมให้เป็นเทรนเนอร์ส่วนตัวที่ฝึกกล้ามเนื้อทางจิตใจ
- แยกงานเชิงกลไกกับงานสร้างสรรค์
- งานซ้ำ ๆ เช่นอีเมลเชิงหน้าที่สามารถมอบให้ AI ทำได้
- งานที่กระบวนการคิดเองสำคัญ เช่นเรียงความและบันทึก ไม่ควรมอบให้ AI
- มีข้อเสนอว่าควรมองการส่งต่องานสร้างสรรค์เหล่านี้ให้ AI เป็นเรื่องน่าละอาย
- ขอนักคิด ไม่ใช่ความคิด
- แทนที่จะให้ Claude คิดแทนในปัญหา ให้ขอให้สรุปนักคิดที่ศึกษาเรื่องนั้น
- เช่น เมื่อต้องการเข้าใจพัฒนาการเด็ก ให้ขอการโต้วาทีสมมติระหว่าง Jean Piaget กับ Erik Erikson และให้แนะนำหนังสือของทั้งสอง
- จะได้ผลลัพธ์ที่ดีกว่าเมื่อปฏิบัติต่อ AI เป็น บรรณารักษ์ผู้ยอดเยี่ยม มากกว่าคำพยากรณ์
การแบ่งขั้วทางปัญญาไม่ใช่อนาคตที่หลีกเลี่ยงไม่ได้
- อาจเกิด การแบ่งขั้วทางปัญญาอย่างสุดขั้ว เมื่อบางคนใช้ AI เพื่อคิดมากขึ้น ขณะที่บางคนคิดน้อยลง
- กลุ่มที่มีความต้องการใช้ความคิดสูงจะยิ่งมีผลิตภาพและพึงพอใจมากขึ้น ส่วนที่เหลืออาจถูกผลักไปเหมือนชนชั้นล่างทางจิตใจ
- มีการคาดการณ์ว่าช่องว่างระหว่างสองกลุ่มอาจรุนแรงกว่าความเหลื่อมล้ำทางเศรษฐกิจหรือการแบ่งขั้วทางการเมือง จนกว้างพอให้ดูเหมือนเป็นคนละสายพันธุ์
- ไม่จำเป็นต้องมองความต้องการใช้ความคิดว่าเป็นบุคลิกภาพที่ตายตัวเท่านั้น
- พลังใจมีฐานทางพันธุกรรม แต่ก็ไวต่อสภาพแวดล้อมรอบตัวอย่างมาก
- หาก AI ทำให้เจตจำนงอ่อนแอ มนุษย์ก็สามารถเปลี่ยนสถาบันและสภาพแวดล้อมเพื่อเสริมเจตจำนงได้
การศึกษาต้องเปลี่ยนจากการคัดกรองสติปัญญาไปสู่การบ่มเพาะเจตจำนง
- การศึกษาในปัจจุบันถูกออกแบบโดยมีความรู้และสติปัญญาเป็นศูนย์กลาง
- ในโรงเรียนประถม ถ่ายทอดความรู้เข้าสู่หัวนักเรียนเหมือนดาวน์โหลด
- ในโรงเรียนมัธยม คัดเลือกนักเรียนที่มีสติปัญญาสูงแล้วแยกไปสู่มหาวิทยาลัยชั้นนำ
- ในยุคที่รายล้อมด้วยเครื่องจักรที่มีความรู้มากมาย สิ่งที่แยกผู้คนไม่ใช่รู้มากแค่ไหน แต่คือเจตจำนงที่จะทำงานหนักและใช้ความรู้อย่างสร้างสรรค์
- ศูนย์กลางของการศึกษาควรย้ายจากความสามารถทางสมองไปสู่ เจตจำนงที่จะวิ่งมาราธอนทางจิตใจ เพื่อสร้างผลลัพธ์คุณภาพสูง
- ภารกิจหลักคือทำให้ผู้คนแสวงหาความซับซ้อนทางปัญญาโดยสมัครใจ
- ทำให้ภารกิจยากที่อาจล้มเหลวและมาพร้อมความเจ็บปวด ถูกมองเป็นการเดินทางของวีรบุรุษในชีวิต
- ต้องปลูกฝังทัศนคติที่อดทนและสำรวจต่อไป แม้ร่างกายกับจิตใจบอกให้ยอมแพ้
- โรงเรียนและองค์กรจะต้องถามสมาชิกว่า สิ่งที่ต้องการอย่างลึกที่สุดคืออะไร อะไรในโลกที่ควรค่าแก่การไล่ตาม และจะบ่มเพาะความปรารถนาที่สูงขึ้นได้อย่างไร
- วัฒนธรรมปัจจุบันบอกให้ค้นหาแพสชัน แต่ไม่ได้สอนวิธีสร้างแพสชัน และในอนาคตโรงเรียนกับองค์กรต้องรับบทบาทนี้
สภาพแวดล้อมที่ทำให้ความปรารถนามีชีวิตหรือดับลง
- มนุษย์ไม่สามารถเปลี่ยนความอยากรู้หรือรสนิยมได้โดยตรงด้วยเจตจำนงอย่างเดียว แต่สามารถมีอิทธิพลทางอ้อมได้ด้วยการพาตนเองไปอยู่ในสภาพแวดล้อมที่กระตุ้นหรือกดทับความปรารถนา
- สภาพแวดล้อมในโรงเรียนจำนวนมากทำให้ความปรารถนาต่อความพยายามทางจิตใจอ่อนแอลง
- เวลาที่น่าเบื่อในห้องเรียนทำให้ความปรารถนาลดลง
- รางวัลภายนอกอย่างเกรดเบียดความปรารถนาภายในออกไป
- ภาวะเกรดเฟ้อทำให้ทุกอย่างง่ายเกินไป จนลดแรงอยากพยายาม
- สถาบันที่ออกแบบอย่างมีเหตุผลนิยมมักมุ่งที่จิตเชิงประกาศซึ่งประมวลข้อเท็จจริงและข้อโต้แย้ง จึงพลาดความเสียหายที่เกิดกับชั้นจิตใจที่ลึกกว่า ซึ่งเป็นที่ที่แรงจูงใจก่อตัว
- ทฤษฎีการกำหนดตนเอง (self-determination theory) ที่ Edward Deci และ Richard Ryan วางไว้ มองว่าแรงจูงใจจะสูงขึ้นเมื่อเงื่อนไข 3 ข้อได้รับการเติมเต็ม
- อิสระในการตัดสินใจ: ควบคุมการเลือกของตนเองได้
- ความรู้สึกว่าตนมีความสามารถ: รู้สึกว่าทักษะและความสามารถกำลังก้าวหน้า
- ความสัมพันธ์: รู้สึกว่าคนรอบข้างเห็นตนสำคัญ
- ความชื่นชมที่เกิดจากการพบเจอบุคคลผู้ยิ่งใหญ่หรืองานศิลปะก็สามารถเพิ่มแรงจูงใจได้
- ในความสัมพันธ์แบบศิษย์กับครูฝึก เมนเทอร์ไม่ได้สอนแค่ทักษะ แต่ถ่ายทอดไปถึงวิธีเป็นคนที่รักงานนั้นด้วย
สิ่งที่ AI ทำไม่ได้คือนิยามความเป็นมนุษย์
- AI สามารถแสดงให้เห็นว่ามนุษย์คืออะไร ผ่านการเผยสิ่งที่มันทำไม่ได้
- เหตุผลและสติปัญญาเคยถูกมองว่าเป็นแก่นสำคัญที่แยกมนุษย์จากสัตว์ แต่เมื่อมีสิ่งที่ฉลาดกว่ามนุษย์มากปรากฏขึ้น สิ่งนี้เพียงอย่างเดียวก็ยากจะนิยามความเป็นมนุษย์
- สิ่งที่ AI ไม่มีคือ ความสามารถในการโหยหาบางสิ่ง
- มีบางกลไกที่คล้ายรางวัลอยู่ในชั้นบาง ๆ ที่สร้างจาก reinforcement learning แต่หน้าที่หลักของโมเดลคือการทำนาย ไม่ใช่ความปรารถนา
- ไม่มีแรงขับทางชีววิทยาที่ผลักดันการเติบโตและการสำรวจ
- ไม่มีตัวตนที่เชื่อมโยงตนเองในอดีตกับตนเองในอนาคตที่อยากเป็น
- ไม่มีโครงสร้างของความสนใจและลำดับชั้นของความรักที่สร้างจากบาดแผล/ความสุข/ความปลื้มปีติ/ความฝัน/ความหวังส่วนบุคคล
- ชีวิตไม่ใช่เพียงกิจกรรมแก้ปัญหาที่ได้รับมาอย่างมีประสิทธิภาพ แต่ใกล้เคียงกับการจาริกที่เติบโตผ่านประสบการณ์และเคลื่อนไปสู่ความเป็นไปได้ที่ยังไม่มี
- คุณลักษณะที่นิยามมนุษย์คือ แรงขับ ที่ทำให้เอาชนะความยากลำบาก และ ความใฝ่ฝัน ที่กำหนดว่าจะไปที่ไหนและอยากเป็นคนแบบใด
- หากช่วยให้ผู้คนต้องการและโหยหามากขึ้นได้ พวกเขาก็จะยอมรับความพยายามทางจิตใจที่ยากและหลีกเลี่ยงการแบ่งขั้วทางปัญญาได้
- แม้ AI จะรับหน้าที่คำนวณและสังเคราะห์ แต่หากมนุษย์ยังตัดสินใจว่าอะไรสำคัญ อะไรควรค่าแก่การสำรวจ จะเลือกภารกิจใดและมุ่งหน้าไปทางไหน ศักดิ์ศรีของมนุษย์ก็จะยังคงอยู่และแข็งแกร่งขึ้นได้
ยังไม่มีความคิดเห็น